전자상거래와 결합하는 딥러닝 사례

  • 기사입력 2015.12.31 13:56
  • 기자명 김자현








#사례 1. 중국 인터넷 전자상거래 포털사이트인 ‘알리바바’가 최근 이미지만으로 상품을 정확하게 찾아내는 ‘타오바오앱’을 출시했다. 이 앱은 소비자가 이미지를 찍어 올리면 컴퓨터가 제품 이미지를 직접 인지해 알리바바 내에서 판매 중인 비슷한 외관의 제품을 찾아주는 방식이다. 이미지 태깅된 상품 설명을 텍스트로 검색하던 기존 방식과는 완전 딴판이다.





#사례 2. 인터넷 서점 ‘아마존’은 음성과 이미지와 같은 다양한 비정형 데이터를 활용함으로써 온라인 쇼핑몰을 새단장하고 있다. 아마존 에코(Amazon echo)는 음성 기반의 제품 주문 기능이 탑재되어 있다. 아마존 폰에 구현된 파이어리(Firely)는 사용자가 카메라로 찍은 상품을 알아서 검색하고 최저가로 구매할 수 있게 한다.






의료와 금융업을 이어 온라인 전자상거래에 등장한 딥러닝



온라인 전자상거래의 기본 개념을 뒤바꿔놓을 인공지능 딥러닝은 복잡한 비선형 관계로부터 특징을 추출해 모델링하는 데에 탁월하다. 특히 방대한 데이터를 분석해 얻을 수 있는 정보 간의 구조 및 관계를 컴퓨터가 스스로 학습함으로써 체계적으로 모델링할 수 있다. 이점이 기존 머신러닝 기술로는 한계가 있던 문제를 해결할 수 있는 잠재력이 있다.



LG경제연구원이 최근 발행한 보고서에 따르면 최근 클라우드 컴퓨팅과 빅데이터 처리 기술이 발달함으로써 각종 포털 사이트나 SNS에서 방대한 텍스트와 이미지, 영상 데이터의 축적 및 분석까지 할 수 있게 되면서 딥러닝 구현 가능성이 높아지고 있다고 한다. 이와 함께 인공지능 상용화에 대한 기대감도 커지고 있다.



딥러닝은 이미 의료 산업 및 금융업 등에서 활용 중이며 공공 서비스의 진화도 앞당기고 있다. 위 알리바바와 아마존 사례에서 볼 수 있듯 온라인 전자상거래에서도 예외가 아니다.





기존 온라인 유통 개념 바꿔놓아



유통은 소비자의 활동 데이터가 제품검색 및 비교와 구매 중심으로 명확하고 거래 관련 데이터 생산량이 큰 분야다. 그렇기 때문에 이미지 인식이나 패턴 분석과 같은 머신러닝 기술과의 결합을 통한 혁신 가능성이 높은 분야 중 하나다.



온라인 유통 분야에 적용되는 인공지능은 소비자가 원하는 제품 검색 방식을 텍스트에서 이미지 중심 및 자연어로 확대한다. 보다 정교화된 추천 기능을 통해 소비자의 충족되지 않은 니즈를 발굴하고 충족시킬 수 있는 잠재력을 지니고 있다.



제품별 수요 예측을 통해 각 지역에 있는 물류 센터에 재고를 미리 확보함으로써 배송 시간도 획기적으로 줄이는 등 기존 온라인 유통 개념을 근본적으로 바꾸고 있다.







<사진을 올리면 해당 이미지와 같은 제품을 찾아주는 '타오바오앱'>


"트렌드와칭 커뮤니티 멤버 특별 혜택 (클릭)"

ropro@naver.com

광고문의 보도자료

이 기사를 공유합니다
개의 댓글
0 / 400
댓글 정렬
BEST댓글
BEST 댓글 답글과 추천수를 합산하여 자동으로 노출됩니다.
댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글수정
댓글 수정은 작성 후 1분내에만 가능합니다.
/ 400
내 댓글 모음
모바일버전